考虑犹豫度的Vague集相似度量方法

研究了本刊2008年第4期王伟平的论文“Vague 集之间相似性度量的基本准则与一般方法”中的Vague集间相似度量方法的优点和不足,考虑到犹豫度之差对相似度的影响,提出同时考虑真隶属度、假隶属度、相对优势、犹豫度之和以及犹豫度之差的Vague集相似度量方法,并证明王伟平相似度量方法的不足和新相似度量方法的优点,并把新相似度量方法应用于病症诊断中。     

基于直觉模糊熵的专家权重确定方法及其验证

针对专家判断信息以直觉模糊集给出的直觉模糊群决策矩阵,提出一种新的客观确定专家权重的方法。与传统的通过专家评价的差异程度来确定专家权重的思路不同,该方法通过定义直觉模糊集的模糊熵计算专家判断信息的模糊程度,进而确定每位专家的权重,并对基于犹豫度、几何距离、相似度量和不确定程度4类模糊熵的定义对专家权重结果的影响进行实验和仿真分析。仿真结果表明,专家的权重不仅取决于不同类模糊熵的定义,还与专家个数和属性个数相关。     

区间犹豫模糊熵和区间犹豫模糊相似度

基于犹豫模糊熵的概念,提出了区间犹豫模糊熵和相似度的概念,同时研究了它们之间的相互关系。给出了区间犹豫模糊熵的公理化定义,在此基础上构造了两种形式的熵测度公式,并且证明了它们满足区间犹豫模糊熵的四条公理化准则;依据区间犹豫模糊熵引入了区间犹豫模糊加权熵的概念;提出了区间犹豫模糊相似度的概念,并且研究了区间犹豫模糊环境下的熵和相似度之间的关系。     

相似度计算中的权重确定方法文献综述

相似度计算中的权重确定是否得当对结果的正确性有很大的关联,如果能寻找到一种更有效的权重确定方法可以对相似度计算的准确性产生根本性的帮助。针对目前相似度计算中权重确定方法的多样性,本文通过对相似度计算中的权重确定方法(该)领域的相关研究文献和成果进行综述,对各种方法进行了分类比较并分析,以期在之前研究学者的基础上对相似度计算中的权重确定方法问题进行进一步的探讨。     

基于正弦函数的直觉模糊集相似度测量及其应用

相似度测量是度量两个直觉模糊集相似程度的重要方法,现已有很多测量公式被相继提出,但现有的部分公式在一些实际应用中会出现无法归类或计算过程相对复杂现象。针对这种问题,通过对Tian 提出的余切相似度测量方法的研究,同时考虑隶属度、非隶属度和犹豫度三个方面信息,提出了两个正弦相似度测量公式,证明了公式的正确性,并用几组数值例子将其与其它测量公式进行比较分析,验证了新公式的合理性。最后通过实例说明了该方法的有效性。     

广义犹豫模糊软集的相似度量及其应用

在广义模糊软集和犹豫模糊软集的基础上给出广义犹豫模糊软集的概念,并研究广义犹豫模糊软集的相似度量。首先利用三种犹豫模糊集合的包含度,构造犹豫模糊集间的相似度量公式。然后在犹豫模糊集相似度基础上给出广义犹豫模糊软集相似度量的公理化定义,并构造广义犹豫模糊软集的相似度量公式,这些公式可以计算参数集不同时两个广义犹豫模糊软集间的相似度。最后利用广义犹豫模糊软集相似度量方法构造了一种决策方法,并将这个决策方法应用于环境治理问题中。通过实例验证了所提出方法的可行性和有效性。     

基于综合犹豫模糊熵的多属性决策研究

针对犹豫模糊集现有熵测度存在的计算过程复杂以及反直觉等现象,提出一种综合犹豫模糊熵,并基于累积前景理论,改进传统的TOPSIS决策方法,构建属性权重未知下的多属性决策模型.首先,在模糊度和非明确度的基础上,给出犹豫模糊熵新的公理化定义;然后,定义综合犹豫模糊熵,并证明其满足新的公理化定义,与现有犹豫模糊熵的对比分析表明,综合犹豫模糊熵在更为合理表征犹豫模糊元模糊性的同时,也解决了反直觉的问题;最后应用改进TOPSIS方法对所提出的综合性熵测度进行仿真分析,通过实例分析验证所提出的犹豫模糊熵的有效性.相比现有熵测度,综合犹豫模糊熵还具有计算简单和易于理解等优点,改进TOPSIS方法能够考虑决策者的心理偏好,相比传统决策手段,其决策效果更为合理.     

基于包含度的直觉模糊相似度量方法

针对现有文献中涉及到直觉模糊相似度量的计算公式大多是基于直觉模糊距离测度的现状,提出一种基于包含度的直觉模糊相似度量方法。借助模糊蕴涵算子和集合基数,建立了IFS包含度的一系列具体公式,揭示了IFS包含度与相似度的关系,提出了一种基于包含度的IFS相似度量方法,并以具体算例表明该方法不仅可以解决中部分存在的问题,而且为研究IFS相似度量理论开辟一个新的途径。     

基于改进符号距离的权重未知犹豫模糊决策方法

研究犹豫模糊环境下属性权重完全未知的多属性决策问题.针对犹豫模糊元中人为添加元素影响方案排序等问题,提出一种基于符号距离的犹豫模糊多属性决策方法.首先,根据犹豫模糊元中元素个数及偏差定义一种新的犹豫度,并基于犹豫度定义犹豫模糊符号距离;其次,基于符号距离提出一种属性权重优化模型以确定属性权重,并对方案进行排序;最后,通过算例表明所提出方法的合理性和有效性.     

基于边权重的WordNet词语相似度计算

针对目前词语相似度算法中普遍存在的信息源单一化,计算结果非线性偏高,以及计算性能和效率的不一致的缺陷,提出了一种基于边权重的WordNet词语相似度的计算方法。该方法在路径与深度的基础上,通过边权重改善WordNet结构中的层次不均匀性,引入编码概念唯一标识两个概念间的相似度,并利用余弦函数修正计算结果的非线性偏差。实验结果表明,对于MC30和RG65测试集,使用该方法计算的词语相似度值与人工判定值计算得到的Pearson相关系数均达到0.87;此外,该方法在计算性能和效率上均保持较高水平。     

一个基于三角函数的直觉模糊熵公式

利用三角函数定义了一个直觉模糊熵公式,该公式不仅考虑了直觉模糊集的隶属度与非隶属度的偏差,而且考虑了直觉模糊集的犹豫度.对以往文献给出的两个直觉模糊熵公式进行了讨论,并将所提出的公式与这两个公式进行了比较.算例分析表明,所提出的熵公式能够反映直觉模糊集的不确定性和未知性程度.     

Vague集相似度量及其在模糊数据检测中的应用

分析现有一些Vague集相似度量方法,并指出其不足。考虑在实际应用中,未知度对相似度量的影响,从动态的角度出发,挖掘未知度中包含的赞成与反对信息,提出了一种基于未知度的Vague集相似度量新方法,并将该相似度量方法应用于模糊数据检测中,通过实际应用说明该方法更加有效。     

一种新的直觉模糊相似矩阵构造方法

基于直觉模糊相似度和相异度,研究了直觉模糊相似矩阵构造问题。给出了直觉模糊相似度和相异度的标准定义,选取了有效的直觉模糊相似度量和相异度量方法;在分析了现有的几种直觉模糊相似矩阵构造方法基础上,提出了一种新的直觉模糊相似矩阵构造方法。通过算例分析,验证了方法的有效性。     

Multicriteria group decision-making method using the distances-based similarity measures between intuitionistic trapezoidal fuzzy numbers

The Hamming and Euclidean distances between intuitionistic trapezoidal fuzzy numbers and the distances-based similarity measures are proposed in this study, then an intuitionistic trapezoidal fuzzy multicriteria group decision-making method is established using the similarity measures and expected weight values, in which linguistic values of intuitionistic trapezoidal fuzzy numbers for linguistic terms are used to assess alternatives with respect to qualitative criteria and criteria weights. We establish simple and exact formulae to solve the multicriteria group decision-making problem based on the similarity measures between the ideal alternative and each alternative, the ranking order of all the alternatives and the best one can be determined by the proposed similarity measures. Finally, an illustrative example demonstrates the implementation process of the technique.     

供应商选择的多属性群决策方法

针对图书供应商选择问题,提出了一种新的多属性群决策方法。该方法由专家给出的评判信息计算专家评判的相似度和差异度,从而确定群体专家的权重。利用熵权得到属性的权重,根据供应商的群体综合属性值给出排序结果。应用实例验证了方法的可行性和合理性。     

基于区间直觉模糊集的供应商选择方法

提出一种基于区间直觉模糊集和TOPSIS法的供应商选择方法。给出了区间直觉模糊集的概念,定义了区间直觉模糊集之间的距离测度,在此基础上,将区间直觉模糊集和TOPSIS法相结合,提出了一种供应商选择的新方法,算例分析说明了该方法的有效性。     

真值限定的语言真值直觉模糊推理

为了更贴近人类语言的表达,减少推理过程中信息的损失,在直觉模糊逻辑推理的基础上,结合语言真值格蕴涵代数,提出了真值限定的语言真值直觉模糊推理方法。研究了语言真值直觉模糊犹豫度、相容度、不相容度及其相关性质,并通过语言真值直觉模糊相容度的计算,对推理真值进行限定,给出语言真值直觉模糊推理模型的真值限定推理方法。设计推理算法,并将算法应用于实例中。实例说明,该方法在处理同时具有可比性和不可比性的语言真值直觉模糊推理问题中更有效。     

改进的直觉模糊粗糙集相似性度量方法

针对现有的直觉模糊粗糙集相似性度量的问题,提出了一种改进的基于海明距离的直觉模糊粗糙集相似性度量方法。该方法考虑了犹豫度并引入加权参数,解决了相似性度量不精确的问题。首先给出了直觉模糊粗糙值间的相似性度量定义,并揭示其若干重要性质。在此基础上,提出了直觉模糊粗糙集间的相似性度量方法,并证明其具有同样性质。最后通过数值算例分析说明了该方法更合理、更有效。     

语言值直觉模糊概念格及其应用

人们经常用自然语言进行推理判断和决策,针对具有语言值信息的不确定问题,基于语言值直觉模糊代数和直觉模糊形式背景,提出了语言值直觉模糊形式背景并讨论了其相关性质,建立了语言值直觉模糊概念格.研究了语言值直觉模糊形式概念之间的贴近度,进一步给出语言值直觉模糊形式概念格之间的贴近度,进而提出了语言值直觉模糊概念格的模式识别方法,并将其应用到中医疾病诊断识别中,说明所提出方法的有效性和实用性.